Untuk yang kesekian kalinya, saya akan posting tentang state machine. Yap, seperti yang sudah saya utarakan sebelumnya, varian dari state machine sendiri sangat banyak, salah satunya ya yang akan saya bahas kali ini yaitu Fuzzy State Machine atau disingkat FuSM.

Untuk postingan kali ini bukan tutorial sih, tp cuma mau memperlihatkan bagaimana jika dua metode action-prediction diadu dalam suatu game, yang saya buat masih game sangat sederhana sih, cm game RPS  yang juga saya buat di bahasan nGram kemaren. Dua metode tsb yaitu, sudah tentu nGram kemarin melawan Naive-Bayes. NGram nya sendiri pake window size = 4 dan panjang data nya 100. Sementara Naive-Bayes juga punya panjang data 100, untuk window size ga ada di Naive Bayes. Untuk Naive-Bayes kebetulan belum saya posting di blog ini, mungkin besok2x kalo sempat.

Sebenernya experimen ini pointless juga sih, lha wong kedua AI di game ini cuma bermain bertahan alias cuma memprediksi aksi lawan dan tidak ada inisiatif untuk menyerang apalagi melempar gambit or chain-gambit segala macem. Tp ya untuk sementara begini dulu deh.

Hmm, setelah beberapa bulan gak ada postingan baru, sebenernya ada sih, mau ngebahas ttg Fuzzy Logic, tapi setelah nulis beberapa paragraph, tiba2x males karena kyknya bakal lumayan panjang, jadi akhirnya gw simpen dulu aja.

Sebagai gantinya, kali ini saya nulis yang agak pendek aja, yaitu tentang aplikasi N-Gram pada game. Yap, sesuai judulnya, N-Gram ini kalau di dalam game biasanya digunakan untuk action prediction. Contohnya ya pada game2x fighting, di mana si AI akan memprediksi gerakan selanjutnya dari player. Bagaimana cara si AI memprediksi pergerakan lawan? Akan kita bahas…

Menyambung dari post sebelumnya ttg masalah “Alarm Behaviour” dari FSM, dan sudah dibahas solusinya yaitu dengan membuat sebuah global state, nah pada akhirnya sy sudah bisa mengimplementasikan Hierarchical State Machine alias HSM alias HFSM alias Hierarchicaly-Nested Finite State Machine alias Hierarchy of Nested Finite State Machine. Bingung dengan banyaknya alias2x tsb? gw aja juga bingung. Tapi sepertinya memang ada perbedaan pendapat dari para developer mengenai implementasi HSM itu sendiri.

1. Pendahuluan

Yap, sesuai dengan judulnya, di sini saya akan mencoba menjelaskan mengenai kombinasi antara Finite State Machine (FSM) yang dikombinasikan dengan Decision Tree (DT). Manfaat penggunaan kombinasi antara FSM dan DT ini dapat terlihat ketika kondisi untuk melakukan transisi dari suate state ke state lain sudah mulai kompleks. Biasanya sudah melakukan checking dengan lebih dari satu kondisi.

1. Pendahuluan

Di sini saya hanya akan menjelaskan sedikit modifikasi yang dapat dilakukan pada FSM. Langsung saja pada pokok permasalahannya: Pada FSM yang telah dibahas sebelumnya, FSM ini ternyata mempunyai beberapa kelemahan, salah satunya adlaah yang dikenal dengan sebutan “Alarm Behaviour”.

1. Pendahuluan

Decision Tree (DT) adalah sebuah struktur data pohon (tree) yang mampu mengambil kesimpulan dari permasalahan yang didefinisikan di root node melalui sejumlah decision node yang juga telah didefinisikan sebelumnya.

DT  merupakan teknik decision making yang paling sederhana serta merupakan salah satu teknik AI di game programming yang cukup populer. 

siapin kopi dulu, this is gonna be long article…..

1. Pendahuluan

Finite State Machine pada dasarnya adalah melakukan pemecahan behaviour dari object/agen berdasarkan statenya. Dan nantinya juga harus didefinisikan aturan2x transisi sehingga state dapat berubah dari yg satu ke yang lain.

Contoh implementasi FSM di game yaitu di game Pacman, yaitu pada karakter musuhnya (ghost). 4 hantu yang dikenal dengan nama Pinky, Clyde, Blinky, dan Inky….